ZD至顶网CIO与应用频道 09月23日 人物访谈(文/王聪彬):视频市场在刚刚兴起时可以说竞争异常激烈,现如今的视频市场已经几分天下,而芒果TV是其中唯一一家由传统媒体转型而来。
目前芒果TV全网日活跃用户超过4100万,全网日均播放量1.8亿次,App安装激活量3.37亿,用户覆盖183个国家。这不仅仅是因为拥有大量电视剧及综艺版权的先天优势,在战略转型的背后支撑也非常重要,尤其在成立之时就选择混合云的模式来发展业务,实现了一个个直播奇迹。
“一云多屏”推动上层业务
2016年由湖南卫视旗下新媒体平台金鹰网、芒果TV两大平台改版融合形成了全新了的芒果TV网络视频平台。
芒果TV分为点播和直播两种模式,在片源上由于湖南卫视的支持,大部分视频都是自有版权,只有少部分版权购买,这样让芒果TV也有更多时间来将产品体验更加优化。
作为拥有中国唯一一家拥有全终端、全平台牌照的芒果TV在业务上规划了两大核心战略,第一,视频2.0,未来互联网视频会有更多用户在平台上进行互动,芒果TV希望将人和内容之间进行打通;第二、硬件产品,芒果TV将以操作系统为核心推出一整套硬件平台,包括芒果盒子、芒果电视、芒果音响等一系列产品,将内容和平台延伸到不同终端上。
有上层建筑还要有下层基础,“一云多屏”则是芒果TV的IT架构战略,芒果TV希望通过以此打造以用户视听、娱乐、互动为中心,面向电视、电脑、移动终端的视听服务。
谈到“一云多屏”芒果TV CTO黄东说,这对于芒果TV是一个巨大的挑战,因为芒果TV的业务是从地面有线网络、空中网络、IPTV、卫星电视、PC、智能终端、OTT一步步发展而来。
芒果TV CTO黄东
“一云多屏”就是要让一个内容可以在多个渠道上让用户观看,所以芒果TV正在尝试把其中多个屏尽可能的集中到一个云上,包括PC、智能终端、OTT、IPTV、DVB+OTT混合业务,让不同端之间产生互动和同步,形成统一的IT架构。
之前像OTT用户认证基础健全、CDN分发、观看纪录等都是和PC独立的IT架构。计划到今年年底芒果TV将发布全平台的新版本,将所有的业务实现IT架构的统一。
从直播到点播不断推进的公有云
由于芒果TV的业务特性,如果使用传统IT架构将很难控制,所以芒果TV选择了混合云的架构,实现业务在私有云和公有云上的灵活的切换。
芒果TV已经将一些在公有云上开展具有优势的业务进行迁移,包括三部分,第一、突发计算业务和云的结合非常多,公有云几乎可以代替原来为某一时间点去租赁IT设备;第二、公有云的基础归档存储越来越成熟;第三、非业务请求的弹性计算,例如大数据分析、转码。
基于这些需求芒果TV很快就开始了和AWS的合作,从2014年6月开始主要使用的服务包括Amazon EC2、Amazon EMR、Amazon RDS、Amazon S3、Amazon Glacier、AWS Direct Connect等形成混合云架构。
黄东谈到了AWS可以按照不同的方式计费,像按照使用小时、访问量,这些就是公有云上的弹性给企业到来的一大好处。
最明显的一个例子就是不到3天的时间AWS完成了2016年湖南卫视跨年演唱会直播活动系统架构的准备,同时AWS技术团队还提供24小时全天候中文技术支持。最终实现了多机位直播全平台在线峰值1009万,858台EC2实例实现了235万/秒请求数的全年最大型跨年直播活动。当然还有像湖南卫视我是歌手总决赛、超级女生决赛直播等重大直播活动。
现在不仅仅在直播,点播业务也在开始使用AWS公有云来进行支撑。目前AWS支撑了芒果TV80%的核心业务正常运行。
未来芒果TV还有一件非常重视的事就是大数据平台建设,基于大数据平台可以实现四大功能,沿着四个方向可以让芒果TV的用户体验得到不断提升,第一、指导内容制作;第二、提高广告投放效率;第三、推荐系统;第四、优化各个产品线产品。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。